Zero Trust для AI‑агентов: почему одной идентичности недостаточно
В статье Дениса Корбакова рассматривается, как традиционная модель Zero Trust, основанная на отдельной идентичности, не покрывает динамику автономных AI‑агентов, и предлагаются новые подходы контроля.
Что обсуждается в статье
Технический директор компании Smart‑Soft, Денис Корбаков, опубликовал материал на Habr AI, где анализирует текущие ограничения традиционного Zero Trust в эпоху массового появления автономных AI‑агентов. Такие агенты способны самостоятельно выбирать инструменты, менять контекст выполнения и делегировать полномочия другим сервисам.
Почему отдельная идентичность уже не работает
Классический Zero Trust (см. NIST SP 800‑207) строится на проверке идентификации и устройства. Для AI‑агентов это лишь первая ступень: их поведение, используемые модели, версии библиотек и даже динамические изменения в runtime‑окружении могут существенно влиять на уровень риска. Идентификация не позволяет отследить, что агент делает в реальном времени.
Предлагаемый многомерный подход
Автор предлагает расширить модель до четырёх измерений:
- Идентичность – уникальный сертификат агента.
- Атрибуты – версия модели, тип среды, используемые API.
- Поведение – спектр вызываемых функций, частота запросов, изменения контекста.
- Риск‑оценка – динамический скоринг на основе аномалий в телеметрии.
Для реализации требуется собрать сетевые события (API‑запросы, обращения к хранилищам, изменения прав) и передавать их в реальном времени в систему NGFW. На основе этих данных firewall может автоматически генерировать микросегменты и обновлять политики доступа.
Практические рекомендации
- Внедрить агент‑отпечаток (fingerprint), включающий хеш модели, версии библиотек и текущие политики.
- Интегрировать поведенческий мониторинг в существующие решения Zero Trust, используя протоколы OpenTelemetry.
- Оценивать стоимость контроля: балансировать между задержками и уровнем защиты.
Выводы
Zero Trust должен эволюционировать от статической проверки идентичности к непрерывному контролю поведения AI‑агентов. Это позволит ограничить горизонтальное перемещение угроз, предотвратить нелегитимную делегацию полномочий и обеспечить принцип наименьших привилегий.
Для разработчиков AI‑агентов это значит, что простая аутентификация уже не даст гарантии безопасности. Нужно внедрять непрерывный мониторинг поведения, собирать телеметрию и интегрировать её в политики firewall. Такие меры повышают защиту, но требуют новых инфраструктурных инвестиций и согласования с требованиями GDPR.
